Auditoría cualitativa y COREQ
Audita la credibilidad según COREQ
Auditoría cualitativa y COREQ
Audita la credibilidad según COREQ
Vista previa
Descripción
A partir del diseño de tu estudio cualitativo, redacta una sección de Métodos basada en los criterios de confiabilidad de Lincoln y Guba; después, identifica de forma transparente qué elementos están ausentes o se han reportado débilmente según la lista de comprobación COREQ. Para quién: investigadores que buscan reforzar la solidez de sus informes antes de enviarlos a una revista y estudiantes de posgrado que redactan una tesis.
Recomendado por
Shuting@YouMind
Por qué recomendamos esta habilidad
Fundamenta la confiabilidad de los estudios cualitativos en los criterios de Lincoln y Guba y audita los 32 elementos de COREQ con rigor de revisión por pares. Visibiliza carencias, evita estrategias inventadas y destaca el posicionamiento del investigador.
Habilidades relacionadas
Ver todo
InvestigaciónRedactor STROBE/CONSORT
Genera una sección completa de Métodos + Resultados según el estándar de reporte adecuado para el diseño de su estudio (STROBE para estudios observacionales y CONSORT para ensayos controlados aleatorizados); después, revisa sin ocultar qué elementos de la lista de comprobación faltan o están descritos de forma insuficiente y ofrece recomendaciones para completarlos. Quiénes pueden utilizarlo: investigadores que buscan reforzar la solidez del informe antes de enviar un artículo a una revista y estudiantes de posgrado que redactan una tesis.
InvestigaciónDetector de temas y vacíos
Sugiere temas de investigación originales y viables, así como vacíos en la literatura, según tu área de interés y tus conocimientos de la literatura existente; para cada uno, ofrece un borrador de pregunta de investigación y una nota sobre su viabilidad. Para quién: estudiantes de posgrado e investigadores que buscan un tema para su tesis o artículo.
InvestigaciónInforme estadístico + réplica
Genera una sección completa de Resultados a partir de tus resultados de estadística descriptiva e inferencial, incluidas las pruebas de supuestos. Si detecta infracciones de normalidad o de homogeneidad de varianzas, recomienda una prueba alternativa no paramétrica en lugar de ocultarlas. Además, identifica de forma preventiva al menos 4 objeciones frecuentes de los revisores de revistas (por ejemplo, «no se han informado las pruebas de supuestos», «no se ha indicado el tamaño del efecto» o «no se ha aplicado una corrección por comparaciones múltiples») y ofrece una frase de defensa para cada una. Adecuado para investigadores que trabajan con métodos de investigación cuantitativos y buscan reforzar la solidez de sus informes estadísticos antes de enviar un artículo a una revista.
Información
- Versión
- v2
- Última actualización
- Créditos por ejecución
- Según el uso
- Modelos
- Automático
